面向复杂环境的智能轮椅仿真及导航技术研究
摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
第一章 绪论 | 第12-20页 |
1.1 引言 | 第12-13页 |
1.2 轮椅仿真平台开发及研究现状 | 第13-15页 |
1.3 智能轮椅导航技术及研究现状 | 第15-18页 |
1.3.2 环境感知 | 第16-17页 |
1.3.3 导航控制 | 第17-18页 |
1.3.4 人机协作 | 第18页 |
1.4 本文的研究内容及结构安排 | 第18-20页 |
第二章 智能轮椅开放仿真平台设计与实现 | 第20-32页 |
2.1 系统结构 | 第20-22页 |
2.2 模型层 | 第22-26页 |
2.2.1 传感器模型 | 第22-25页 |
2.2.2 车体模型及环境三维模型 | 第25-26页 |
2.3 抽象层 | 第26-30页 |
2.3.1 运动学 | 第26页 |
2.3.2 动力学 | 第26-28页 |
2.3.3 参数辨识 | 第28-30页 |
2.4 接口层 | 第30-31页 |
2.5 本章小结 | 第31-32页 |
第三章 智能轮椅训练与测试设计 | 第32-41页 |
3.1 系统结构 | 第33-35页 |
3.2 驾驶训练任务设计 | 第35-36页 |
3.3 驾驶测试任务及指标设计 | 第36-40页 |
3.3.1 任务描述 | 第37-39页 |
3.3.2 评价指标 | 第39-40页 |
3.3.3 指标测量 | 第40页 |
3.4 本章小结 | 第40-41页 |
第四章 智能轮椅导航控制指标及方法 | 第41-62页 |
4.1 轮椅导航控制指标定义 | 第42-45页 |
4.1.1 服从性 | 第42-43页 |
4.1.2 安全性 | 第43-44页 |
4.1.3 舒适性 | 第44-45页 |
4.2 递阶控制结构 | 第45-46页 |
4.3 基于采样的局部路径优化方法 | 第46-51页 |
4.3.1 速度空间采样 | 第47-48页 |
4.3.2 控制指令评价 | 第48-50页 |
4.3.3 算法描述 | 第50-51页 |
4.4 基于分层匹配的增量式 SLAM 方法 | 第51-61页 |
4.4.1 SLAM 问题及其简化 | 第51-54页 |
4.4.2 分层 ICP 匹配 | 第54-55页 |
4.4.3 迭代最近点匹配 | 第55-56页 |
4.4.4 分层配准 | 第56-58页 |
4.4.5 不确定性处理 | 第58-59页 |
4.4.6 基于 QR 分解的增量式优化 | 第59-61页 |
4.5 本章小结 | 第61-62页 |
第五章 实验与分析 | 第62-73页 |
5.1 实验平台 | 第62-63页 |
5.2 轮椅驾驶训练 | 第63-66页 |
5.2.1 实验流程 | 第63页 |
5.2.2 电动轮椅驾驶测试实验 | 第63-65页 |
5.2.3 仿真平台驾驶测试实验 | 第65-66页 |
5.3 导航控制实验 | 第66-73页 |
5.3.1 室内地图创建 | 第66-69页 |
5.3.2 室外地图创建 | 第69-71页 |
5.3.3 局部路径规划实验 | 第71-73页 |
第六章 结论与展望 | 第73-75页 |
6.1 结论 | 第73-74页 |
6.2 展望 | 第74-75页 |
第七章 参考文献 | 第75-80页 |
攻读硕士期间参加的科研项目 | 第80-82页 |
攻读硕士期间发表的学术论文 | 第82-84页 |
致谢 | 第84页 |